xszyou/fay는 디지털 휴먼, 즉 사람처럼 말하고 움직이는 가상 인물을 업무 시스템에 연결하는 agent 프레임워크다. 2.5D·3D 아바타와 이동 기기·PC·웹, OpenAI 호환 API와 DeepSeek 같은 대규모 언어 모델(LLM)을 하나의 프레임워크 안에서 다룬다. 공개된 최신 릴리스가 없어 새 버전이 나온 것은 확인되지 않는다.
이 프레임워크의 중심은 음성 인식(ASR), 언어 모델, 음성 합성(TTS)을 엮어 아바타를 움직이는 것이다. ASR은 사람의 말을 글로 바꾸는 인식 기술이고, TTS는 글이나 음성 신호를 음성으로 만들어 내는 합성 기술이다. README는 Fay를 디지털 휴먼 모델과 대규모 언어 모델을 연결하고 TTS·ASR 모델을 교체해 쓸 수 있는 오픈소스 프레임워크로 설명한다. 오프라인 사용, 스트리밍, 다중 사용자 동시 처리를 지원하며 마이크로컨트롤러, 앱, 웹사이트, 대형 화면, 외부 업무 시스템과 연동된다. 텍스트·음성 상호작용, 디지털 휴먼 구동, 관리 제어, 자동 방송, 의도 인터페이스가 기능으로 정리돼 있다.
구현 언어는 Python이고 라이선스는 GPL-3.0이다. 저장소가 만들어진 날짜는 2022년 6월 13일이며 별은 13581개다.
다만 확인된 것은 README까지다. README에 정리된 기능은 프로젝트가 내세우는 범위일 뿐이고, 성능을 잰 수치나 벤치마크, 실제 도입 사례는 주어진 기록에 없다. 평가 점수도 모멘텀 항목만 10점 만점에 0.8로 낮고 신선성·기술·품질 항목은 채워지지 않았다. GPL-3.0 라이선스 조건상 다른 코드와 결합해 배포할 계획이면 조건 확인이 먼저 필요하다. 지금 확인되는 위치는 디지털 휴먼 프레임워크라는 점까지고, 실제 응답 품질과 동시 처리 규모는 따로 확인해야 한다.